（關注公眾號設為標，獲取AI深度洞察）

全文 5,000字 | 閱讀約12分鐘

今年伊始，DeepSeek的橫空出世讓AI領域再次沸騰。短短20天內，日活用戶突破2000萬，遠超ChatGPT同期表現。他們陸續開源的大語言模型V3、推理模型R1和多模態模型Janus Pro，不僅展現了驚人的性能，更以開源的姿態為整個行業注入了新的活力。

面對如此迅猛的AI發展態勢，相信很多產品經理都在思考：在這個技術日新月異的2025年，我們的產品之路該如何前進？如何在AI浪潮中抓住機遇？
過去一年，"AI在產品管理中的應用"成為了行業的熱門話題。"所有產品經理都需要成為AI產品經理" - 這句話在各種場合反復出現。有人對此充滿期待，也有人心存疑慮。但不可否認的是，AI確實正在重塑我們的工作方式。
與其人云亦云地討論AI有多重要，不如實際聊聊我們是如何用AI來提升工作效率的。今天，我想和大家分享一些我們團隊在實踐中總結出的經驗 - 不是空談，不是焦慮，而是實打實的"上手就能用"的工作方法。3種AI 產品經理

當我們說“AI 產品經理”（AI PM）時，到底指的是什么？

實際上，AI 產品經理可以分為三種類型：

產品經理在AI時代可以分為三類：

• AI 賦能型產品經理：

這將是每個產品經理的必經之路。在當今競爭激烈的職場環境中，熟練運用 AI 工具來提升工作效率和質量已成為基本要求。

• AI 核心產品經理：

在OpenAI、DeepSeek等AI公司專門打造AI核心產品的產品經理。這是一個專精的角色，需要深厚的 AI 領域知識。

• AI 應用型產品經理：

在現有產品中整合 AI 能力的產品經理，比如負責飛書的 AI 助手或阿里文檔的智能創作功能。這類產品經理專注于將 AI 能力轉化為用戶價值。

值得注意的是：雖然不是所有產品經理都會成為第二類或第三類，但每個產品經理都需要成為第一類 - AI 賦能型產品經理。這也是我們接下來要重點探討的內容。

今天的深度解析

我們和 10 多位產品經理聊過，他們是如何在日常工作中使用 AI 的。下面是一個簡潔而直擊要點的指南，幫助你從“只會用 ChatGPT/DeepSeek”到“AI 優先”的產品經理：

一、正確使用 AI 的 3 大規則；

二、AI 產品經理的 5 大主要用例；

三、常見誤區。

一. 正確使用 AI 的 3 大規則

關于如何使用 AI，我們已經被各種信息轟炸過了。所以我想把它簡化到最基礎的“第一性原理”上。

我把這些核心原則總結成了 3 條關鍵規則，你在使用 AI 時必須記住它們：

規則 1：提示詞的技巧決定一切

提示詞寫作是一項需要深入學習和練習的技能。雖然每個AI工具都有其獨特的提示詞特點，但掌握提示詞技巧的基本原則是相通的。

然而，就像大多數人都認為自己的駕駛技術高于平均水平一樣，許多人也過于自信地認為自己很擅長寫提示詞。事實上，如果沒有經過系統的練習和積累，提示詞技巧往往還有很大的提升空間。

以DeepSeek-R1為例，業內公認的最佳提示詞結構來看

規則 2：20-60-20工作法則

在產品經理的文字輸出工作中，需要遵循一個基本原則：由你完成前20%，讓AI處理中間60%，再由你完成最后20%。

為什么需要前20%？

因為AI無法直接了解你作為產品經理的特定背景和上下文。你需要先進行頭腦風暴，整理相關信息，再按照標準的提示詞結構提供給AI。

為什么需要后20%？

在獲得AI生成的內容后，你需要：

• 去除AI特有的表達方式；

• 融入個人獨特的見解；

• 補充更深層的背景信息；

這正是公司雇傭你而不是直接使用AI的價值所在。

規則 3：持續迭代很重要

AI的首次輸出很少能完全滿足需求。一個成熟的迭代流程通常包括4-5輪，每輪都需要你提供清晰具體的反饋。以一位頂尖產品經理的工作流程為例：

• 第一輪：提供基礎提示；

• 第二輪：補充具體示例；

• 第三輪：加入相關方的限制條件；

• 第四、五輪：優化語氣和細節；

就像對待用戶研究一樣，對待AI輸出也需要同樣嚴謹的態度和多輪打磨的耐心。

二. AI 產品經理的 5 大主要用例

我們都在被各種渠道推銷各種各樣的 AI 場景應用。

在我們看來，以下 5 個用例才是真正有價值的：

用例1、輔助撰寫PRD(產品需求文檔)

當你面臨緊急PRD任務時（比如VP要求在次日提交完整PRD），AI可以顯著提升效率。我們產品經理總結的高效提示詞框架如下：

1、提示詞結構的四個關鍵部分：

上下文(20%)：說明產品類型、目標用戶等基礎信息；

約束條件(30%)：列出技術標準、運行環境等要求；

示例(30%)：提供過往成功的文檔案例；

輸出格式(20%)：指定標準PRD模板結構；

2、工作流程：

前期：花20%時間設置完整提示詞；；

中期：獲取AI生成的初稿（完成度約80%）

后期：用30分鐘進行人工優化；

3、AI工具推薦（按效果排序）：

DeepSeek（目前表現最優）

ChatGPT

豆包/KiMi

用例2、制定戰略文檔

制定產品戰略是產品經理最核心的職責之一。但實際工作中，戰略文檔的撰寫往往只是前期深入調研和思考后的總結呈現。這時，我們可以借助 AI 來提升這個過程的效率。

以AI為例，如果你能提供足夠完整的上下文信息和關鍵原則，它可以幫你將分散的想法轉化為一份邏輯嚴密的戰略文檔。這里有一個高效的工作方法：

提供充分的背景信息，至少包含 5-6 個關鍵維度：

• 
  

  近期實驗數據和結果

• 用戶研究的核心發現

• 現有技術架構的限制

• 競爭格局的最新變化

• 團隊資源和產能狀況

• 過往成功的戰略文檔示例

特別要說明的是，在 AI 的訓練數據中，企業內部的產品戰略文檔相對稀缺。如果能提供你所在公司之前被認可的優秀文檔模板，將極大地幫助 AI 理解你的需求，輸出更符合預期的內容。

從我們的實踐來看，這種方法不僅能提高工作效率，更重要的是可以讓我們把更多精力放在真正需要深度思考的戰略制定環節。AI 在這里扮演的是一個協助者的角色，幫助我們更好地表達和完善已經成型的想法。

用例3、競品分析加速器

我們在產品工作中經常遇到這樣的場景：一個新的競爭對手突然出現在市場上，引起了不小的關注。這時候，領導肯定會馬上找我們要一份競品分析報告。

在過去，完成一份全面的競品分析報告通常需要我們花上大半天時間。但現在，通過使用 秘塔/ Perplexity 這樣的 AI 工具，我們可以把這個過程縮短到半小時左右。它就像一個升級版的搜索引擎，能幫我們快速獲取和整理關鍵信息。

我們總結了一個高效的競品分析流程：

• 首先，我們告訴 AI 競品的名稱，讓它幫我們收集基本信息

• 然后，讓它對比分析競品的核心功能、定價策略和用戶評價

• 最后，讓它幫我們發現一些可能被忽略的最新動態

比如說，當我們需要分析一個叫 Instantly 的營銷工具時，我們可以讓 AI 從多個維度進行對比分析。通過這種方式，我們能快速獲得一份結構化的初始報告。

需要強調的是，AI 工具的作用是幫助我們更快地收集和整理信息。真正的價值在于我們在此基礎上加入自己的分析判斷，用專業的視角解讀這些數據和現象。這樣，不僅能在緊急情況下快速響應領導的需求，更能讓我們把更多精力放在深度思考上。

用例4、讓會議紀要更簡單

作為產品經理，我們每天都要參加各種會議。以前，一個產品評審會議結束后，我們往往需要花半個小時來整理會議記錄和行動事項?，F在，通過 AI 工具，我們可以讓這個過程變得更輕松。我們在實踐中發現，借助 AI 工具可以自動完成約 90% 的會議記錄工作。剩下的工作就是稍作調整，確保重點內容準確表達，然后分享給團隊成員。在工具選擇方面，我們測試了市面上的多款產品：

如果公司已經購買了飛書、騰訊會議等協作工具的會議記錄功能，完全可以直接使用。

當然，你也可以把會議記錄復制到 ChatGPT、DeepSeek-R1 等 AI 助手中，讓它幫你整理成會議紀要

具體操作建議：

• 開會時直接開啟 AI 轉錄功能

• 會后讓 AI 整理出關鍵討論要點

• 生成明確的后續行動事項清單

• 用統一的格式發送給團隊成員

有趣的是，我們發現很多團隊其實已經付費購買了這些工具，但由于各種原因一直沒有真正用起來。所以特別想提醒大家：工具再好，不去用也是白費。建議從下一個會議開始，就嘗試使用 AI 來協助記錄，相信很快就能體會到它帶來的效率提升。

記住，AI 的作用是幫我們減少機械性的記錄工作，讓我們能把更多精力放在思考和討論上。一份好的會議紀要不僅僅是記錄，更重要的是能夠準確傳達會議的決策和后續行動方向。

用例5、讓產品原型快速落地

最近，我們見證了一個令人振奮的場景：一位產品經理僅用不到一小時，就通過 DeepSeek完成了從想法到可交互原型的全過程。這讓我們不得不感嘆，AI 正在徹底改變我們的產品設計流程。

我們發現，AI 帶來的變革不僅僅體現在速度上，更重要的是提升了整個迭代效率。想象一下：

• 以前修改一個原型可能需要我們花好幾個小時重新設計

• 現在只需要調整幾個提示詞，幾分鐘就能生成新版本

• 省下的時間可以用來收集更多用戶反饋

坦白說，AI 生成的第一版設計不會是完美的。但在產品早期階段，尤其是在我們需要快速驗證想法、收集反饋的時候，這種高效的迭代能力簡直太珍貴了。舉個我們最近的實例：

1. 早上和團隊討論了一個新功能

2. 中午前用 AI 生成了初版原型

3. 下午就能拿著原型去和用戶聊

4. 根據反饋立即進行調整

這種即時反饋和快速迭代的能力，讓我們能更專注于理解用戶需求，而不是陷入繁瑣的工具操作中。

當然，設計的最終質量還是要靠我們產品經理的專業判斷。AI 的角色是幫我們快速把想法可視化，讓創意和驗證的過程變得更加順暢。

推薦工具匯總

更多可選用例，我們之前也分享過很多其他用例。但我認為，以上 5 個用例足以幫助你：

1、真正提升對提示詞的掌控力

2、養成在工作流程中將 AI 引入的思維習慣

三. 使用 AI 作為 PM 時的常見誤區

我犯過所有這些錯誤，所以你大可不必再踩坑了。

以下是每個 AI 產品經理都要避免的“捂臉時刻”。

1、過度依賴AI進行決策思考

近期一個典型案例很好地說明了這個問題。某創業公司的產品負責人采用AI生成了一份產品戰略文檔。這份文檔表面上結構嚴謹、邏輯清晰，看起來很是專業。然而仔細審視后發現，文檔完全忽略了公司最近的企業客戶轉型策略，也未能反映增長模式的重要變化，甚至還在推薦一些已被用戶明確否定的功能方向。

這個案例凸顯出AI工具的局限性——它無法真正理解企業的特定處境，無法洞察管理層的決策顧慮，也難以把握市場競爭的微妙變化。AI應該被定位為思維的助手，而不是決策的主導者。產品經理需要以自己的專業判斷為主，輔以AI來增強思維表達。

2、忽視AI輸出結果的審核

在另一個真實案例中，一位產品經理直接將AI生成的董事會匯報材料付諸使用，結果文檔中暴露出諸多問題。包括使用了過時的市場數據、遺漏了重要的行業并購信息，還提出了一些與技術能力不相符的功能建議。這些問題本可以通過簡單的人工審核來避免。

這提醒我們，AI的輸出必須經過嚴格的人工審核。產品經理需要對數據的時效性、市場現狀和技術可行性保持清醒的判斷。每次使用AI輸出的內容前，都應該進行認真的審核和校驗，確保內容的準確性和實用性。

3、AI工具選擇的誤區

在AI工具的選擇上，產品經理往往會陷入兩個極端：要么固守單一工具不愿嘗試新的解決方案，要么盲目追逐每一個新發布的AI產品。AI領域確實在快速發展，但這并不意味著我們需要嘗試所有新工具。

關鍵是要建立科學的評估機制，基于實際工作需求來選擇合適的工具。優秀的AI驅動型產品經理，其核心能力不在于掌握多少種AI工具，而在于培養準確的判斷力。要學會在合適的場景使用AI提升工作效率，同時保持對產品的獨立思考。作為產品經理，我們要始終牢記，AI的根本價值在于放大我們的專業能力，而不是取代我們的判斷。在使用AI工具的過程中，持續積累真實的業務洞察，這才是推動職業發展的根本動力。

結語

在產品經理學習使用AI的道路上，試錯和成長是必經之路。每一位成功駕馭AI工具的產品經理，都經歷過不斷嘗試和持續改進的過程。有些嘗試可能不盡如人意，但正是這些經歷幫助他們形成了自己獨特的工作方法。

對于剛開始在工作中應用AI的產品經理來說，不必因為初期的不完美而氣餒。可以先從一些基礎場景開始嘗試，比如文檔撰寫、會議記錄或競品分析等日常工作。在實踐中逐步建立對AI工具的認知，找到最適合自己的使用方式。

作為產品經理，我們要對自己抱有信心。隨著不斷練習和積累經驗，你一定能夠熟練運用AI工具來提升工作效率。重要的是保持開放和學習的心態，在實踐中不斷總結和提高。相信通過持續努力，每個產品經理都能找到屬于自己的AI應用之道，在這個快速發展的時代走得更穩、更遠。

星標公眾號， 點這里 1. 點擊右上角 2. 點擊"設為星標" ← AI深度研究員 ? ← 設為星標

參考資料：https://www.news.aakashg.com/p/the-ai-pms-playbook?r=3ed0r8&utm_campaign=post&utm_medium=email&triedRedirect=true

來源：官方媒體/網絡新聞

排版：Atlas

編輯：深思

主編: 圖靈